Schița de curs

Introducere în AI pentru Dezvoltarea de Software

  • Ce este AI-ul Generativ vs AI-ul Predictiv
  • Aplicații ale AI-ului în codare, analiză și automatizare
  • Prezentare generală a LLM-urilor, transformatoarelor și modelelor de învățare profundă

Codare Asistată de AI și Dezvoltare Predictivă

  • Completare și generare de cod asistată de AI (GitHub Copilot, CodeGeeX)
  • Prezicerea bug-urilor și vulnerabilităților din cod înainte de implementare
  • Automatizarea recenziilor de cod și a sugestiilor de optimizare

Construirea Modelelor Predictive pentru Aplicații Software

  • Înțelegerea previziunilor pe serii de timp și a analizei predictive
  • Implementarea modelelor de AI pentru previziunea cererii și detectarea anomaliilor
  • Utilizarea Python, Scikit-learn și TensorFlow pentru modelarea predictivă

AI Generativ pentru Generarea de Text, Cod și Imagini

  • Lucrul cu GPT, LLaMA și alte LLM-uri
  • Generarea de date sintetice, rezumate de text și documentație
  • Crearea de imagini și videoclipuri generate de AI folosind modele de difuzie

Implementarea Modelelor de AI în Aplicații din Lumea Reală

  • Găzduirea modelelor de AI folosind Hugging Face, AWS și Google Cloud
  • Construirea de servicii API bazate pe AI pentru aplicații de afaceri
  • Ajustarea modelelor de AI preantrenate pentru sarcini specifice domeniului

AI pentru Perspective Predictive și Luarea Deciziilor în Afaceri

  • Inteligența de afaceri și analiza clienților bazate pe AI
  • Prezicerea tendințelor de piață și a comportamentului consumatorilor
  • Automatizarea optimizării fluxurilor de lucru cu AI

AI Etic și Cele Mai Bune Practici în Dezvoltare

  • Considerații etice în luarea deciziilor asistate de AI
  • Detectarea părtinirilor și echitatea în modelele de AI
  • Cele mai bune practici pentru AI interpretabil și responsabil

Ateliere Practice și Studii de Caz

  • Implementarea analizei predictive pentru un set de date din lumea reală
  • Construirea unui chatbot alimentat de AI cu generare de text
  • Implementarea unei aplicații bazate pe LLM pentru automatizare

Rezumat și Pași Următori

  • Recapitularea punctelor cheie
  • Instrumente și resurse de AI pentru învățare continuă
  • Sesiune finală de întrebări și răspunsuri

Cerințe

  • Înțelegerea conceptelor de bază ale dezvoltării de software
  • Experiență cu orice limbaj de programare (Python recomandat)
  • Familiaritate cu conceptele de bază ale învățării automate sau AI (recomandat, dar nu obligatoriu)

Public țintă

  • Dezvoltatori de software
  • Ingineri AI/ML
  • Lideri de echipe tehnice
  • Manageri de produs interesați de aplicații alimentate de AI
 21 Ore

Numărul de participanți


Pret per participant

Mărturii (3)

Cursuri viitoare

Categorii înrudite